경영학과 탐구 보고서 [확률과통계] 통계적 가설검정을 활용한 광고 효과 측정

목차

I. 서론
I.1. 통계적 가설검정의 이론적 배경 및 광고 효과 측정의 의의
I.2. 광고 효과 측정을 위한 주요 가설검정 방법론
I.3. 가상 시나리오 기반 광고 캠페인 효과 측정 사례 연구
I.4. 가설검정 활용 시의 한계점 및 발전 방향 고찰

II. 결론

III. 참고 문헌

IV. 미주

본문내용

2023년 전 세계 디지털 광고 시장 규모는 전년 대비 약 5.9% 성장한 6,668억 5천만 달러에 달했으며, 전체 광고 수익의 76.3%가 디지털에서 발생할 것으로 전망되었다. 국내 시장 역시 디지털 광고가 전체 광고 시장의 약 60%에 육박하며 지배적인 위치를 공고히 하고 있다. 이처럼 광고 시장의 중심이 디지털로 급격히 이동하고 인공지능(AI)을 활용한 광고 자동화 기술이 발전하면서, 기업들은 그 어느 때 보다 정교하고 데이터에 기반한 광고 효과 측정을 요구받고 있다. 특히 2024년을 기점으로 본격화된 '쿠키리스(Cookie-less)' 시대는 개인정보 보호 강화라는 사회적 요구와 맞물려 기존의 사용자 추적 방식에 큰 변화를 가져왔다. 이는 광고주들에게 자신의 광고가 실제로 매출 증대나 브랜드 인지도 향상에 얼마나 기여했는지를 객관적으로 증명해야 하는 더 큰 과제를 안겨주었다. 과거의 광고 효과 측정이 노출 수나 클릭률과 같은 단순 지표에 의존했다면, 이제는 광고 집행이 실제 비즈니스 성과에 미치는 인과관계를 통계적으로 규명하는 것이 중요해졌다. 단순히 광고를 집행했기 때문에 매출이 늘었다는 막연한 추측이 아닌, 광고라는 변수가 매출이라는 결과에 유의미한 영향을 미쳤는지 객관적인 근거를 통해 입증해야 하는 것이다. 이러한 배경 속에서 '통계적 가설검정'은 광고 효과를 과학적으로 측정하고 검증하는 핵심적인 방법론으로 부상하고 있다. 가설검정은 특정 광고 캠페인이 목표로 했던 성과를 달성했는지, 혹은 여러 광고 시안 중 어떤 것이 더 우수한 성과를 보이는지를 확률적 근거를 바탕으로 판단하게 해주는 강력한 분석 도구이다. 따라서 본 보고서는 급변하는 광고 환경 속에서 데이터 기반의 합리적인 의사결정이 왜 필수적인지를 논하고, 그 핵심 방법론으로서 통계적 가설검정을 활용하여 광고 효과를 측정하는 구체적인 방안을 탐구하고자 한다. 이를 통해 광고 예산을 보다 효율적으로 집행하고, 나아가 기업의 성장을 견인할 수 있는 과학적인 마케팅 전략 수립에 기여하는 것을 목적으로 한다.

참고자료

· 강석복 (2018). 『통계적 추정과 가설검정』. 교우사.
· 우석봉 (2017). 『광고효과의 심리학』. 학지사.
· 김병희 (2020). 『광고홍보 연구방법론』. 학지사.
· Alan, D. (2021). "The Role of A/B Testing in Advancing Marketing Analytics: A Systematic
· Approach". The Journal of Scientific and Engineering Research, 8(12), 323-330.
· "퍼포먼스 마케팅에서의 A/B 테스트 : 실전 가이드와 성공 전략". (2025). BAT. https://bat.biz/insight/a-b-testing/
· "광고 A/B 테스트로 마케팅 효과 높이는 방법". (2025). Draph.
· https://draph.ai/blog/2024/07/24/how-to-improve-marketing-effectiveness-with-ad-ab-testing/
· 신일기, 심성욱 (2011). "인터랙티브 옥외 광고 수용에 관한 연구: 디지털 사이니지 Stikus Wall 사례를 중심으로". 한국광고홍보학보, 13(4), 390-432.